Vers une didactique du français transversale et ouverte sur le fonctionnement des langues en classe dâinitiation (CLIN)
Bibliographic record
Abstract
La classe d’initiation (CLIN) a besoin de se doter d’une didactique du français spécifique en faveur des élèves dont les appartenances langagières sont multiples (Véronique 2005). Cet article se propose de redéfinir la nature de l’enseignement à dispenser dans cette classe qui vise à développer chez les élèves l’autonomie langagière suffisante à leur intégration en classe ordinaire. C’est en réinterrogeant les différentes didactiques constituées du français (FLM/ FLS/ FLE) que seront esquissées des propositions ouvertes sur une didactique transversale qui tienne compte des objectifs des programmes du premier degré. C’est à partir de l’expérience canadienne du «français intensif » menée par C. Germain et J. Netten (2004) que nous définirons une démarche de projet originale intitulée démarche d’observation réfléchie des langues et dont l’objectif serait de préparer à la pratique de l’observation réfléchie de la langue française (ORLF) telle qu’elle est préconisée par les programmes officiels de l’éducation nationale française. Cet article tente donc de montrer en quoi la didactique du français doit aussi, dans cette classe spécifique, préfigurer les apprentissages ultérieurs en s’appuyant sur une ouverture aux langues.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.007 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".